全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
关键词
- 基于CNN-LSTM混合模型的民航非计划事件分析方法
- 作者： 王捷 周迪 左洪福 陆扬 来源： 计算机与数字工程 年份： 2024 文献类型 ： 期刊 关键词： 长短时记忆神经网络 卷积神经网络 深度学习 民航安全 文本分析
- 描述： 安全是民航业的核心主题，非计划事件是辨识安全隐患、改善航空安全的重要信息来源。非计划事件的非结构化和数量庞大等特性使得人工分析变得困难且效率低下。为提高非计划事件的分析效率和精度，论文提出了一种基于CNN-LSTM的混合深度神经网络模型，用于民航非计划事件的自动化分析。并与SVM、CNN、LSTM等模型进行比较，在航空公司的事件日志样本数据集上进行训练并做出事件分类结果的判断。实验结果表明，所提出的CNN-LSTM混合模型具有最高的分类准确率，对于不平衡数据样本，具有最稳定的分类性能。
- FTA与RBF方法结合的某型飞机起落架故障诊断
- 作者： 李锋 冯珂 李晨旭 赵德中 陈振 来源： 液压气动与密封 年份： 2024 文献类型 ： 期刊 关键词： FTA RBF神经网络 起落架 故障诊断
- 描述： 国内某维修单位的故障统计数据，运用RBF神经网络建立了故障诊断模型，并对模型进行了训练和测试。结果表明，FTA定量计算得到的故障失效概率为71.60%,FTA+RBF结合方法的故障诊断平均预测误差为1.0%。
- 基于空时模型的航空管路卡箍故障诊断研究
- 作者： 王铜宇 袁晟友 李开泰 米承权 林洁如 杨同光 来源： 机床与液压 年份： 2024 文献类型 ： 期刊 关键词： 航空管路卡箍 故障诊断 空间特征提取 时间特征提取
- 描述： 模块，提取航空卡箍故障信号中的全局特征。结果表明：设计的空时故障诊断模型可实现航空卡箍故障的精准识别。与目前所用的深度卷积神经网络模型、门控循环单元神经网络模型、循环神经网络模型、支持向量机和误差反向传播神经网络模型等5种先进的故障诊断方法进行对比分析，所提方法对航空卡箍故障识别具有优越性。
- 航空电子设备测试性设计方法研究
- 作者： 王峰 陈鑫 张祎彤 来源： 信息记录材料 年份： 2024 文献类型 ： 期刊 关键词： 故障诊断 测试性 测试性设计 故障隔离
- 描述： 随着航空工业的高速发展，对于航空电子设备的性能提出了更高要求，航空电子设备的设计越来越复杂，成本也随之越来越高昂，在产品实际运行中对这些设备维护和保障的成本也随之增加，且对于维护环节的时间效率提出了更高的要求。因此在产品维护环节，迫切需要一种新方法来满足成本和效率的要求，测试性就是为这一要求量身打造的新特性。基于此，以航空电子设备的测试性工作项目为出发点，探讨和研究适合这些设备的测试性设计方法，并提出可行的方法来提高产品的测试性设计水平。
- 利用大数据分析提升民航飞行控制系统故障诊断的准确性
- 作者： 张民 来源： 今日制造与升级 年份： 2024 文献类型 ： 期刊 关键词： 精准性 大数据分析 故障诊断 民航飞行控制系统
- 描述： 利用大数据分析提升民航飞行控制系统故障诊断的准确性